| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 1 绪论 | 第8-14页 |
| 1.1 引言 | 第8页 |
| 1.2 仿生机器鱼的研究意义 | 第8-9页 |
| 1.3 仿生机器鱼的国内外研究现状 | 第9-12页 |
| 1.3.1 国外研究现状 | 第9-11页 |
| 1.3.2 国内研究现状 | 第11-12页 |
| 1.4 本文主要的研究工作及各章节安排 | 第12页 |
| 1.5 本章小结 | 第12-14页 |
| 2 仿生机器鱼及其控制系统 | 第14-24页 |
| 2.1 引言 | 第14页 |
| 2.2 微小型仿生机器鱼 | 第14-15页 |
| 2.3 仿生机器鱼基本结构 | 第15-16页 |
| 2.4 仿生机器鱼控制系统 | 第16-23页 |
| 2.4.1 仿生机器鱼控制系统的硬件结构 | 第16-17页 |
| 2.4.2 仿生机器鱼控制系统的软件结构 | 第17-22页 |
| 2.4.3 人机界面 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 3 仿生机器鱼的路径规划研究 | 第24-35页 |
| 3.1 引言 | 第24页 |
| 3.2 路径规划的定义 | 第24-25页 |
| 3.3 路径规划的特点和问题 | 第25页 |
| 3.4 路径规划的方法 | 第25-33页 |
| 3.4.1 传统的路径规划方法 | 第26-30页 |
| 3.4.2 智能的路径规划方法 | 第30-33页 |
| 3.5 将栅格法与遗传算法结合的路径规划 | 第33-34页 |
| 3.6 本章小结 | 第34-35页 |
| 4 基于遗传算法的仿生机器鱼路径规划研究及实现 | 第35-55页 |
| 4.1 引言 | 第35页 |
| 4.2 遗传算法概述 | 第35-36页 |
| 4.2.1 遗传算法的基本原理 | 第35页 |
| 4.2.2 遗传算法的基本术语 | 第35-36页 |
| 4.3 建立环境模型 | 第36-39页 |
| 4.4 初始化设置 | 第39-42页 |
| 4.4.1 路径的编码 | 第39页 |
| 4.4.2 初始种群的产生 | 第39-42页 |
| 4.5 适应度函数 | 第42-43页 |
| 4.6 遗传操作 | 第43-47页 |
| 4.6.1 选择算子 | 第43页 |
| 4.6.2 交叉操作 | 第43-45页 |
| 4.6.3 变异操作 | 第45-46页 |
| 4.6.4 精细化操作 | 第46-47页 |
| 4.6.5 删除操作 | 第47页 |
| 4.7 终止条件 | 第47-48页 |
| 4.8 实验结果 | 第48-54页 |
| 4.8.1 Matlab遗传算法工具箱 | 第48页 |
| 4.8.2 基于Matlab的机器鱼遗传算法路径规划仿真实验 | 第48-54页 |
| 4.9 本章小结 | 第54-55页 |
| 5 基于遗传算法的仿生机器鱼模糊控制器的研究与设计 | 第55-79页 |
| 5.1 引言 | 第55页 |
| 5.2 模糊控制理论 | 第55-59页 |
| 5.3 模糊逻辑控制器的输入输出构建 | 第59-64页 |
| 5.3.1 建立模糊控制器输入输出量和模糊集 | 第59-60页 |
| 5.3.2 建立输入输出量的隶属度函数 | 第60-64页 |
| 5.4 建立路径规划的模糊控制规则 | 第64-65页 |
| 5.5 路径规划的模糊推理和解模糊 | 第65-70页 |
| 5.5.1 路径规划的模糊推理 | 第65-69页 |
| 5.5.2 路径规划的解模糊 | 第69-70页 |
| 5.6 模糊控制的仿真和实验 | 第70-78页 |
| 5.6.1 构建模糊推理系统 | 第70-73页 |
| 5.6.2 实验结果 | 第73-78页 |
| 5.7 本章小结 | 第78-79页 |
| 6 结论与展望 | 第79-81页 |
| 6.1 结论 | 第79页 |
| 6.2 展望 | 第79-81页 |
| 7 参考文献 | 第81-87页 |
| 8 攻读硕士学位期间发表论文情况 | 第87页 |